1.一种基于防水布霍夫空间数据处理的异常识别方法，其特征在于，该方法包括以下步骤：获取防水布表面区域的多帧初始图像；基于最佳阈值对任意所述初始图像进行累计概率霍夫变换得到所述初始图像中的所有直线，将所有所述直线在所述初始图像中进行标记；

将标记出所有所述直线的初始图像划分为多个子块，获取每个所述子块中的疑似缺陷直线；将所述疑似缺陷直线定位至所述初始图像中，以所述疑似缺陷直线为中心，向四周腐蚀扩张一定数量的像素点，将腐蚀扩张区域记为疑似缺陷区域；

获取所述疑似缺陷区域的平均灰度值和排列熵，根据所述平均灰度值和所述排列熵得到所述疑似缺陷区域的缺陷程度，当所述缺陷程度大于预设阈值时，所述疑似缺陷区域为缺陷区域；

其中，获取所述最佳阈值的方法为：

对所述初始图像进行标准霍夫变换得到多条标准直线；

将所述初始图像中的像素点依次进行累计概率霍夫变换，基于自设阈值得到所述初始图像中多条直线；根据所有所述直线与所有所述标准直线的差异得到差异度；

根据所述差异度以及所述自设阈值得到评价指标，每个所述自设阈值对应一个所述评价指标，所述评价指标最小时对应的自设阈值为最佳阈值。

2.根据权利要求1所述的一种基于防水布霍夫空间数据处理的异常识别方法，其特征在于，所述获取每个所述子块中的疑似缺陷直线的步骤，包括：计算每个所述子块中所有直线的平均长度，根据所述平均长度得到所述子块内的参差度；

当所述参差度大于预设阈值时，计算所述子块内每条直线的长度与所述平均长度的差异，根据所述差异得到所述疑似缺陷直线。

3.根据权利要求2所述的一种基于防水布霍夫空间数据处理的异常识别方法，其特征在于，所述根据所述平均长度得到所述子块内的参差度的步骤，包括：获取任意所述子块内每条直线的长度与所述平均长度之间的差值，根据所述差值得到所述子块的参差度。

4.根据权利要求1所述的一种基于防水布霍夫空间数据处理的异常识别方法，其特征在于，所述根据所述平均灰度值和所述排列熵得到所述疑似缺陷区域的缺陷程度的步骤，包括：选取任意大小的正常区域为目标区域，计算所述目标区域对应的所述平均灰度值和排列熵，根据所述疑似缺陷区域与所述目标区域分别对应的平均灰度值和排列熵得到所述缺陷程度为：其中，表示疑似缺陷区域对应的缺陷程度；表示疑似缺陷区域对应的平均灰度值；

表示目标区域对应的平均灰度值；表示疑似缺陷区域对应的排列熵；表示目标区域对应的排列熵。

5.根据权利要求1所述的一种基于防水布霍夫空间数据处理的异常识别方法，其特征在于，所述根据所有所述直线与所有所述标准直线的差异得到差异度的步骤，包括：分别获取所有所述直线的数量、直线长度之和以及所有所述标准直线的数量、直线长度之和；

根据所有所述直线的数量与所有所述标准直线的数量的差异、所有所述直线的长度之和与所有所述标准直线的长度之和的差异得到所述差异度。

6.根据权利要求1所述的一种基于防水布霍夫空间数据处理的异常识别方法，其特征在于，所述根据所述差异度以及所述自设阈值得到评价指标的步骤，包括：基于每个所述自设阈值得到不同的所有所述直线，根据不同的所有所述直线得到对应的差异度，将所述差异度与所述自设阈值进行加权求和得到所述评价指标。